贝叶斯统计及经典统计异同.docVIP

1 贝叶斯统计与经典统计的异同 曹正 最近初步接触了在与经典统计的争论中逐渐发展起来的贝叶斯统计。贝叶斯派不同于频 率派的地方在于他们愿意作出不是基于数据的假定，也就是说他们的观点来自何处并没有严 格的限定。我觉得Bayes 统计的思想非常有意思，根据课堂上老师的指导，我清楚了Bayes 的基本观点：1.认为未知参数是一个随机变量，而非常量。2.在得到样本以前，用一个先验分 布来刻画关于未知参数的信息。3. Bayes 的方法是用数据，也就是样本，来调整先验分布，得 到一个后验分布。4.任何统计问题都应由后验分布出发。为了更好的理解两种统计思想，我查 阅了一些参考文献，整理出以下一些结论： 以往，经典统计方法占据着统计学的主导地位，但是，贝叶斯方法正在国外迅速发展并得 到日益广泛的应用，可以说“二十一世纪的统计学是贝叶斯的时代”。 假设检验问题是统计学的一类重要问题，以下我们从这个角度对两大学派的假设检验思想 进行一些比较，以揭示两种思想的区别与联系，并着重探讨贝叶斯方法的优势。 在经典统计中处理假设检验问题，用的是反证的思想进行推断，即：在认定一次实验中小 概率事件不会出现的前提下，若观察到的事件是0 H 为真时的小概率事件，则拒绝0 H 。具体的 步骤是：1.建立原假设0 1 H ???vs 备择假设 1 2 H ???；2.选择检验统计量T ??T(x)，使其在 原假设0 H